如何向NUMPY数组添加行和列?

时间:2009-12-15 20:02:00

标签: python arrays numpy reshape

您好我有1000个数据系列,每个系列有1500个点。

它们形成一个(1000x1500)大小的Numpy数组,使用np.zeros((1500,1000))创建,然后填充数据。

现在如果我希望阵列增长到1600 x 1100怎么办?我是否必须使用hstack和vstack添加数组,还是有更好的方法?

我希望数据的1000x1500片段中的数据不会被改变,基本上只有空白数据(零)添加到底部和右侧。

感谢。

4 个答案:

答案 0 :(得分:8)

这应该做你想要的(,使用3x3数组和4x4数组来表示OP中的两个数组)

>>> import numpy as NP
>>> a = NP.random.randint(0, 10, 9).reshape(3, 3)
>>> a
>>> array([[1, 2, 2],
           [7, 0, 7],
           [0, 3, 0]])

>>> b = NP.zeros((4, 4))

映射 a on到b:

>>> b[:3,:3] = a

>>> b
    array([[ 1.,  2.,  2.,  0.],
           [ 7.,  0.,  7.,  0.],
           [ 0.,  3.,  0.,  0.],
           [ 0.,  0.,  0.,  0.]])

答案 1 :(得分:3)

如果您想在添加的元素中添加零,my_array.resize((1600, 1000))应该可以正常工作。请注意,这与numpy.resize(my_array, (1600, 1000))不同,之前的行是重复的,这可能不是您想要的。

否则(例如,如果您想避免将元素初始化为零,这可能是不必要的),您确实可以使用hstackvstack来添加包含新元素的数组; numpy.concatenate()(参见pydoc numpy.concatenate)也应该有用(据我所知,它更为通用)。

在任何一种情况下,我都猜测必须分配一个新的内存块以扩展数组,并且所有这些方法大约需要相同的时间。

答案 2 :(得分:2)

无论如何,你都会被重新分配一大块内存,所以如果你使用arr.resize()np.concatenatehstack/vstack等,这并不重要。注意如果你按顺序累积大量数据,那么Python列表通常会更有效。

答案 3 :(得分:0)

您应该使用reshape()和/或resize(),具体取决于您的具体要求。

如果你想要作者的章节和经文,你可能最好在numpy讨论板上发帖。